RESTAD：基于重构和相似性的时间序列异常检测的 Transformer

BriefGPT - AI 论文速递 · 2024-05-13T00:00:00Z

研究人员成功将Transformers应用于时间序列预测，并提出了一种校准方法来调整模型中的上下文驱动分布变化。通过评估预测残差与上下文之间的互信息，量化了模型对于上下文驱动分布变化的脆弱性。实验证明该框架能够提高Transformers在真实世界数据集上的性能。